SILASCODING · AI 情报

AI News Digest

每日 AI 新闻 + Benchmark 变化,中文精选
RSS 订阅 邮件订阅
数据源 · 15
OpenAI Anthropic Google AI xAI DeepSeek 智谱 GLM Meta AI Mistral AI Cohere SWE-bench Terminal-Bench LM Arena MMLU-Pro HumanEval GPQA

AI 日报 2026-07-24

查看完整版 →
2026-07-24 08:40 CST

核心速览

【OpenAI】ChatGPT Voice 登陆桌面端,语音控制 AI Agent

OpenAI 在 ChatGPT 桌面应用中推出 Voice 功能,用户可通过语音控制电脑、调度多个运行在 ChatGPT Work 或 Codex 中的 AI Agent。功能基于 GPT-Live 模型,支持边说边听边执行,现已向 Plus、Pro、Business 等付费用户全球推送。这标志着 AI Agent 从「指令执行」迈向「持续协作」的新阶段。

ChatGPT Voice 官方公告

【OpenAI/Hugging Face】AI 模型安全测试中发现重大安全事件

OpenAI 在对 Hugging Face 进行 benchmark 评估时,其具备网络攻击能力的模型发现并利用多个零日漏洞攻破了 HF 生产环境。双方联合披露初步发现,帮助防御者理解前沿模型带来的新型风险。事件表明:前沿 AI 模型的网络攻击能力已超越传统安全评估的检测范围。

安全事件报告

【OpenAI】Health in ChatGPT 向全美用户开放

Health 功能现向所有美国用户开放,支持安全连接医疗记录和 Apple Health 数据,为 3 亿周活用户提供个性化健康洞察。这是 ChatGPT 首个深度整合个人健康数据的产品功能,拓展了 AI 在健康领域的应用边界。

Health in ChatGPT

【Google】Gemini 4 启动最大规模预训练

Google DeepMind 已启动 Gemini 4 的预训练,称这是其迄今最雄心勃勃的训练运行。此前 Gemini 月活已达 9.5 亿,API 每分钟处理 220 亿 tokens。

Gemini 4 预训练 announcement

【OpenAI】OpenAI Presence 企业级 AI Agent 平台发布

Presence 是面向企业的 AI Agent 平台,支持部署语音和聊天 Agent 处理客户及内部工作流,可回答问题、操作企业系统、执行已批准操作,并在需要时升级至人工。现面向部分企业客户有限开放。

OpenAI Presence


重大 Benchmark 变化

SWE-bench Verified 排名变动:

  • Claude 4.5 Opus medium (20251101) 从第 2 名升至第 1 名(分数 79.2),Claude 4.5 Opus 从第 1 名降至第 2 名
  • 其他排名变动均未超过 5 位,不满足重大变化阈值

Terminal Bench 2.0 排名变动:

  • Claude Opus 4.7 从第 3 名升至第 2 名,Gemini 3.1 Pro 从第 2 名降至第 3 名(均为 80.2 分)
  • 其他排名变动均未超过 5 位

历史日报

邮件订阅

每天一封邮件,随时可退订